Validitas Dan Reliabilitas

Mata Kuliah METODOLOGI PENELITIAN

Materi: METODE ANALISIS DATA_1

Fakultas/Jurusan EKONOMI / AKUNTANSI

TATAP MUKA KE: 10

Penyusun: YUDHI HERLIANSYAH

UNIVERSITAS MERCUBUANA JAKARTA 2008 METODOLOGI PENELITIAN METODE ANALISIS DATA_1

Pokok Bahasan: 1. MENYIAPKAN DATA DAN PENGUJIAN KUALITAS DATA 2. ANALISIS DESKRIPTIF: KUALITATIF, KUANTITATIF (MEAN, MEDIAN, MODUS, STANDAR DEV, VARIANCE. 3. UJI VALIDITAS DAN RELIABILITAS 4. ANALISIS HUBUNGAN KORELASI.

Pusat Pengembangan Bahan Ajar - UMB

YUDHI HERLIANSYAH METODOLOGI PENELITIAN

PERTEMUAN-10 METODE ANALISIS DATA_1 1. MENYIAPKAN DATA DAN PENGUJIAN KUALITAS DATA Penelitian yang berupa jawaban atau pemecahan masalah penelitian, dimuat berdasarkan hasil proses pengujian data yang meliputi : pemilihan, pengumpulan dan analisis data. Oleh karena itu, tergantung pada kualitas data yang dianalisis dan instrumen yang digunakan untuk mengumpulkan data penelitian. Ada dua konsep untuk mengukur kualitas data, yaitu : reliabilitas dan validatas. Artinya suatu penelitian akan menghasilkan kesimpulan yang bias jika datanya kurang reliable dan kurang valid. Sedang, kualitas data penelitian ditentukan oleh kualitas instrumen yang digunakan untuk mengumpulkan data.

Relibilitas (Reliability) Konsep reliabilitas dapat dipahami melalui dasar konsep tersebut yaitu konsistensi. Penelitian dapat mengevaluasi instrumen penelitian berdasarkan perspektif dan teknik yang berbeda, tetapi pertanyaan mendasar untuk mengukur reliabilitas data adalah bagaimana konsistensi data yang dikumpulkan?. Pengukuran reliabilitas menggunakan indeks numeric yang disebut dengan koefisien. Konsep reliabilitas dapat diukur dengan tiga pendekatan, yaitu : (1) koefisien stabilitas, (2) koefisien akuivalensi dan (3) reliabilitas konsistensi interval.

Koefisien Stabilitas (Coefficient of Stability) Suatu penelitian yang menggunakan data primer, setidaknya berkaitan dengan empat hal : (1) subyek yang diteliti, (2) construct yang diukur, (3) instrumen pengukur dan (4) saat pengukuran. Penelitian kemungkinan bermaksud untuk menggunakan instrumen pengukur construct yang sama terhadap subyek penelitian tertentu sebanyak dua kali pada saat yang berbeda. Perbedaan waktu antara pengukuran yang satu



dengan pengukuran yang lain dapat berupa bilangan hari, minggu, bulan atau bahkan tahun. Penelitian dalam hal ini bermaksud untuk menguji stabilitas jawaban responden dari suatu waktu ke waktu berikutnya dengan cara menghitung koefisien korelasi dan skor jawaban responden yang diukur dengan insturmen yang sama pada saat berbeda. Proses pengujian stabilitas yang dikenal juga dengan test-retest reability pada dasarnya untuk mengetahui reabilitas data berdasarkan stabilitas atau konsistensi jawaban responden. Salah satu metode statistik yang umumnya digunakan untuk mengukur koefisien stabilitas atau teknik test-retest adalah Pearson correlation.

Koefisien Ekuivalensi (Coefficient of Equivalence) Pengukuran reliabilitas dapat juga dilakukan dengan menggunakan instrumen pengukur yang berbeda untuk mengukur suatu custruct terhadap subyek penelitan tertentu pada saat yang sama. Pendekatan yang juga disebut dengan alternative form reliability ini lebih menekankan pada perbedaan bentuk instrumen, sedang subyek penelitian, construct dan saat pengukurannya adalah sama. Penelitian melalui pendekatan ini menguji korelasi skor jawaban responden untuk mengetahui koefisien ekuivalensi antara skor jawaban dengan menggunakan instrumen pengukuran yang berbeda.

Reliabilitas Konsistensi Internal (Internal Consistency Reliability) Pengujian terhadap konsistensi internal yang dimiliki oleh suatu instrumen merupakan alternatif lain yang dapat dilakukan oleh peneliti untuk menguji reliabilitas, disamping pengukuran koefisien stabilitas dan ekuivalensi. Konsep reliabilitas menurut pendekatan ini adalah konsistensi diantara butir-butir pertanyaan atau pernyataan dalam suatu instrumen. Tingkat keterkaitan antara butir pertanyaan atau pernyataan dalam suatu instrumen untuk mengukur construct tertentu menunjukkan tingkat reliabilitas konsistensi internal instrumen yang bersangkutan. Untuk mengukur konsistensi internal, peneliti hanya memerlukan sekali pengujian dengan menggunakan teknik statistik tertentu terhadap skor jawaban responden yang dihasilkan dari penggunaan instrumen yang bersangkutan. Ada tiga macam teknik yang dapat digunakan untuk mengukur konsistensi internal, yaitu : (1) Split-half reliability coefficient, (2) Kuder-Richardson #20, dan (3) Cronbachs alpa.



Validitas (Validity) Validitas data penelitian ditentukan oleh proses pengukuran yang akurat. Oleh karena itu, jika kata sinonim dari reliabilitas yang paling tepat adalah konsistensi, maka esensi dari validitas adalah akurasi. Suatu instrumen pengukur dikatakan valid jika instrumen tersebut mengukur apa yang seharusnya diukur. Dengan kata lain instrumen dapat mengukur construct sesuai dengan yang diharapkan oleh peneliti. Misal, penggunaan suatu instrumen oleh peneliti dimaksudkan untuk mengukur kepuasan pada tugas. Jika kemudian yang terukur oleh instrumen tersebut adalah kepuasan kepada atasan atau dimensi kepuasan yang lain, maka validitas instrumen tersebut patut dipertanyakan. Ada kemungkinan data penelitian memiliki tingkat reliabilitas yang tinggi, tetapi kurang valid. Suatu data penelitian yang valid, bagaimanapun harus variable karena akurasi memerlukan konsistensi. Misal, jika peneliti bermaksud mengukur kinerja perusahaan dengan perusahaan dengan menggunakan suatu instrumen yang dapat digunakan untuk menghitung laba perusahaan, maka instrumen tersebut dinilai cukup valid karena laba merupakan salah satu indikator kenerja perusahaan. Tetapi instrumen tersebut digunakan dua kali pada saat yang berbeda untuk mengukur laba pada perusahaan yang sama ternyata hasilnya secara signifikan (tidak konsisten), maka instrumen tersebut meskipun valid tetapi tidak reliable sehingga akan menghasilkan kesimpulan yang bias jika digunakan sebagai alat pengukur. Ada tiga pendekatan yang dapat digunakan untuk mengukur validitas : (1) content validity, (2) criterion-related validity dan (3) construct validity. Content (face) Validity merupakan salah satu konsep pengukuran validitas dimana suatu instrumen dinilai memiliki content validity jika mengandung butir-butir pertanyaan yang memadai dan representatif untuk mengukur construct sesuai dengan yang diinginkan peneliti. Suatu instrumen dinilai memiliki face validity jika menurut penilaian subjektif diantara para profesional bahwa instrumen tersebut menunjukan secara logis dan merefleksikan secara akurat sesuatu yang seharusnya diukur. Jika apa yang terkandung dalam suatu instrumen menunjukan secara jelas apa yang ingin diukur, maka instrumen tersebut memiliki content (face) validity yang tinggi. Misal, instrumen yang berisi pertanyaan : berapa jumlah anak yang anda miliki ? merupakan butir pertanyaan yang jelas dan dari pertanyaan tersebut menunjukan apa yang ingin diukur.



Criterion-related Validity adalah konsep pengukuran validitas yang menguji tingkat akurasi dari instrumen yang baru dikembangkan. Uji criterion-related validity dilakukan dengan cara menghitung koefisien korelasi antara skor yang diperoleh dari penggunaan instrumen baru dengan skor dari penggunaan instrumen lain yang telah ada sebelumnya yang memiliki criteria relevan. Instrumen baru yang memiliki validitas yang tinggi jika koefisien korelasinya tinggi. Ada dua jenis criterion-related validity, yaitu : (1) concurrent validity, jika pengujian korelasi dilakukan terhadap skor instrumen baru dengan instrumen yang mempunyai kriteria relevan, dimana penggunaan keduanya dilakukan pada saat bersamaan, dan (2) predictive validity, jika korelasi skor kedua instrumen merupakan hasil pengukuran pada saat yang berbeda, dimana pengukuran instrumen yang baru dilakukan sebelum pengukuran instrumen lain yang memiliki kriteria relevan. Construct Validity. Suatu instrumen dirancang untuk mengukur construct tertentu. Construct validity merupakan konsep pengukuran validitas dengan cara menguji apakah suatu instrumen mengukur construct sesuai dengan yang diharapkan. Ada dua cara pengujian construct validity, yaitu : (1) convergent validity, dimana validitas suatu instrumen ditentukan berdasarkan konvergensinya dengan instrumen lain yang sejenis dalam mengukur construct dan (2) discriminant validity, dimana validitas suatu instrumen ditentukan berdasarkan rendahnya korelasi dengan instrumen lain yang digunakan untuk mengukur construct lain. Pada penelitian manajemen umumnya variabel-variabel penelitiannya

dirumuskan sebagai sebuah variabel latern (atau sering juga disebut faktor atau konstruk) yaitu variabel yang tidak diukur secara langsung, tetapi dibentuk melalui dimensi-dimensi yang diamati atau atau indikator-indikator yang diamati. Biasanya indikator atau dimensi itu diamati dengan menggunakan kuesioner/angket yang bertujuan untuk mengetahui pendapat responden tentang suatu hal misalnya MOTIVASI, KEPUASAN KERJA. Skala yang sering digunakan dalam penyusunan kuesioner adalah skala ordinal atau skala Likert, yaitu skala yang berisi lima tingkat jawaban yang merupakan skala jenis ordinal dengan pilihan sebagai berikut : 1 2 3 = Sangat Setuju = Setuju = Ragu-Ragu YUDHI HERLIANSYAH METODOLOGI PENELITIAN


4 5

= Tidak Setuju = Sangat Tidak Setuju

Skala Likert dikatakan ordinal, karena pernyataaan Sangat Setuju, mempunyai tingkat atau preferensi yang lebih tinggi dari Setuju, dan Setuju lebih tinggi dari Raguragu.

Realibitas Realibitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Sebagai misalnya variabel atau konstruk Motivasi diukur dengan 8 (delapan) indikator dan masing-masing indaktor berupa pertanyaan yang mengukur tingkat Motivasi seseorang. Jawaban responden terhadap pertanyaan ini dikatakan realiabel jika masing-masing pertanyaan dijawab secara konsisten atau jawaban tidak boleh acak oleh karena masing-masing pertanyaan hendak mengukur hal yang sama yaitu Motivasi, jika jawaban terhadap ke delapan indikator ini acak maka dikatakan tidak reliabel. Pengukuran reliabilitas dapat dilakukan dengan dua cara yaitu : a. Repeated Measure atau pengukuran ulang. Disini seseorang akan disodori pertanyaan yang sama perlu waktu yang berbeda, dan kemudian dilihat apakah ia tetap konsisten dengan jawabannya. b. One Shot atau pengukuran sekali saja. Disini pengukuran hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi atau jawaban pertanyaan. SPSS memberikan fasilitas untuk mengukur reliabilitas dengan uji statistik Cronbach Alpa (a). Suatu konstrak atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpa > 0,60 (Nunally, 1969).

2. ANALISIS DESKRIPTIF: KUALITATIF, KUANTITATIF (MEAN, MEDIAN, MODUS, STANDAR DEV, VARIANCE. Analisis deskriptif dapat menggunakan program spss sebagai alat bantu perhitungan serta gambar yang memvisualisasi data yang diperoleh. Prosedur penggunaan spss dalam analisis deskriptif adalah sbb:



Secara umum pengujian statistik dapat dikelompokkan:

1. Statistik diskriptif (descriptive statistic). 2. Statistik Inferensi (inferential statistic). Dalam Riset Karakteristik data perlu diketahui, secara umum meliputi; frekuensi, tendensi pusat, dan dispersinya, statistik untuk menjelaskan ini adalah statistik diskriptif (descriptive statistic). Dalam Descriptive statistic Transformasi data dilakukan dari data mentah ke bentuk yang membuat pembacanya mudah untuk memahami dan mengetahui, menginterpretasi, dan memanipulasi informasi diskripsi yang dihasilkan. Statistik deskriptif statistik menggambarkan fenomena atau karakteristik data. Karakteristik data yang digambarkan adalah karakteristik distribusinya, statistik ini menyediakan nilai frekuensi, pengukur tendensi pusat (measures of central tendency), dispersi dan pengukur-pengukur bentuk (measures of shape) Frekuensi menunjukkan berapa kali suatu fenomena terjadi. Misal jumlah sampel adalah 90 orang yang terdiri dari 40 laki-laki dan 50 wanita. Contoh lain buka data jobsurvey, kemudian analyze, descriptive statistic, frequency, block gender, pindahkan ke kotak kanan dg klik tanda panah, klik statistic, klik mode, continue, ok



3. UJI VALIDITAS DAN RELIABILITAS Uji validtas dan reliabilitas dapat dilakukan dengan prosedur sbb: Langkah Analisis 1. Buka file motivasi2.

Dari menu utama SPSS, pilih Statistic/Analyze ke mudian pilih submenu Scale lalu pilih Reliability Analysis

3. Tampak dilayak windows Reliability Analysis

c. Masukkan petunjuk (q) 1 sampai 8 sebagai indaktor motivasi kedalam box items.d.

Pada box model pilih Alpa

Klik tombol Statistics sehingga tampak dilayak widows reliability Analysis Statistics



Pada Bagian Descriptive for pilih Scale if Item Deleted Klik Continue dan Ok Output SPSS :

R lia ilit Saisic e b y tt t s C n ah ro b c 's A h lp a .5 78 No Ie s ftm 8

Hasil Conbach Alpha sebesar 0,758 angka ini jauh diatas 0,60 jadi dapat disimpulkan bahwa reliabilitas dari konstruk atau variabel Motivasi tinggi.

Validitas Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk Pusat Pengembangan Bahan Ajar - UMB YUDHI HERLIANSYAH METODOLOGI PENELITIAN

mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Misalnya kita ingin mengukur Motivasi seseorang karyawan dan karyawan tersebut diberi 8 (delapan) pertanyaan, maka pertanyaan tersebut harus bisa secara tepat mengungkapkan tingkat motivasi. Jadi validitas ingin mengukur apakah pertanyaan dalam kuesioner yang sudah kita buat betul-betul dapat mengukur apa yang hendak kita ukur. Mengukur tingkat validitas dapat dilakukan dengan tiga cara :a.

melakukan korelasi antara skor butir pertanyaan dengan total score konstruk atau variabel. Dalam hal ini melakukan korelasi masing-masing score pertanyaan dengan total score Motivasi dengan hipotesa.

H0 = Skor butir pertanyaan berkorelasi positif dengan total score konstruk HA = Skor butir pertanyaan tidak berkorelasi positif dengan total score konstruk

Uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan nilai r tabel untuk degree of freedom (df) = n-k dalam hal ini n adalah jumlah sampel dan k adalah konstruk. Pada kasus kita besarnya df dapat dihitung 30-2 atau df 28 dengan alpha 0,05 didapat r tabel 0,239. Jika r hitung (untuk r tiap butir dapat dilihat pada kolom Corrected Item Total Correlation) lebih besar dari r tabel dan nilai r positif, maka butir atau pertanyaan tersebut dikatakan valid. Analisis lihat output pada uji reliabilitas di atas, pada bagian Item-Total Statistics lihat pada kolom Corrected Item-Total Correlation merupakan nilai r hitung untuk masingmasing pertanyaan sebagai indikator variabel Motivasi. Nilai r untuk masing-masing pertanyaan ternyata positif dan nilai lebih besar dari r tabel 0,239, maka dapat disimpulkan bahwa kedelapan butir pertanyaan adalah valid. Selain membandingkan r hitung dengan r tabel, uji signifikansi bisa juga dilakukan lewat uji t dengan prosedur : Ambil sembarang r hitung, misal untuk butir pertanyaan 1 dengan nilai r hitung = 0,5540. Hitung nilai t hitung dengan rumus :

r Pusat Pengembangan Bahan Ajar - UMB YUDHI HERLIANSYAH METODOLOGI PENELITIAN

t= 1-r2 N2

Untuk N (kasus) = 30, maka hasil dari rumus didapat nilai t hitung = 3.522. Bandingkan nilai t ini dengan t tabel pada alpa = 0,05 dan df = N-2 atau 28 didapat nilai t tabel 1.7011 Karena nilai t hitung > t tabel maka H0 tidak dapat ditolak atau r memang berkorelasi positif.

b.

Uji Validitas dapat juga dilakukan dengan menghitung korelasi antara

score masing-masing butir pertanyaan dengan total score (motivasi). Hal ini dapat dilakukan dengan cara sebagai berikut :a)

Buka file Motivasi.xls Correlate, lalu pilih Bivarate.

b) Dari menu SPSS pilih menu Statistics/Analyze kemudian pilih submenu

c)

Tampak di layak tampilan windows Bivariate Correlation.



d) Isikan dalam box variabel kedelapan butir score pertanyan dan score total (motivasi).e) f)

Pilih Coefisien Correlation Pearson Tekan Ok

g) Output SPSS



C o r r elatio n s q1 P e a rs o n C o r re la tio n 1 S ig . (2-ta ile d ) . N 46 q2 P e a rs o n C o r re la tio n .4 0 4 ** S ig . (2-ta ile d ) .0 0 5 N 46 q3 P e a rs o n C o r re la tio n .4 6 7 ** S ig . (2-ta ile d ) .0 0 1 N 46 q4 P e a rs o n C o r re la tio n -.226 S ig . (2-ta ile d ) .1 32 N 46 q5 P e a rs o n C o r re la tio n .230 S ig . (2-ta ile d ) .1 24 N 46 q6 P e a rs o n C o r re la tio n .24 3 S ig . (2-ta ile d ) .1 0 3 N 46 q7 P e a rs o n C o r re la tio n -.1 1 0 S ig . (2-ta ile d ) .4 6 8 N 46 q8 P e a rs o n C o r re la tio n -.21 0 S ig . (2-ta ile d ) .1 6 1 N 46 M o tiv a s i P e a rs o n C o r re la tio n .5 6 3 ** S ig . (2-ta ile d ) .0 0 0 N 46 q1 q2 .4 0 4 ** .0 0 5 46 1 . 46 .4 9 4 ** .0 0 0 46 -.1 0 7 .4 7 8 46 -.0 27 .8 5 8 46 .0 9 5 .5 30 46 .1 6 2 .28 1 46 .1 4 6 .334 46 .6 6 3 ** .0 0 0 46 q3 .4 6 7 ** .0 0 1 46 .4 9 4 ** .0 0 0 46 1 . 46 -.24 0 .1 0 9 46 .0 1 8 .9 0 4 46 .25 8 .0 8 4 46 -.0 1 2 .9 36 46 -.1 21 .4 23 46 .5 4 8 ** .0 0 0 46 q4 -.226 .1 32 46 -.1 0 7 .4 7 8 46 -.24 0 .1 0 9 46 1 . 46 -.0 0 4 .9 8 0 46 .0 22 .8 8 7 46 .0 31 .8 36 46 .0 9 0 .5 5 2 46 .1 0 9 .4 7 2 46 q5 .230 .1 24 46 -.0 27 .8 5 8 46 .0 1 8 .9 0 4 46 -.0 0 4 .9 8 0 46 1 . 46 -.0 4 1 .7 8 7 46 .0 4 4 .7 6 9 46 .0 8 3 .5 8 2 46 .38 8 ** .0 0 8 46 q6 .24 3 .1 0 3 46 .0 9 5 .5 30 46 .25 8 .0 8 4 46 .0 22 .8 8 7 46 -.0 4 1 .7 8 7 46 1 . 46 .4 7 9 ** .0 0 1 46 .0 0 2 .9 9 0 46 .5 26 ** .0 0 0 46 q7 -.1 1 0 .4 6 8 46 .1 6 2 .28 1 46 -.0 1 2 .9 36 46 .0 31 .8 36 46 .0 4 4 .7 6 9 46 .4 7 9 ** .0 0 1 46 1 . 46 .37 2 * .0 1 1 46 .4 7 3 ** .0 0 1 46 q8 -.21 0 .1 6 1 46 .1 4 6 .334 46 -.1 21 .4 23 46 .0 9 0 .5 5 2 46 .0 8 3 .5 8 2 46 .0 0 2 .9 9 0 46 .37 2 * .0 1 1 46 1 . 46 .31 9 * .0 31 46 M o tiv a s i .5 6 3 ** .0 0 0 46 .6 6 3 ** .0 0 0 46 .5 4 8 ** .0 0 0 46 .1 0 9 .4 7 2 46 .38 8 ** .0 0 8 46 .5 26 ** .0 0 0 46 .4 7 3 ** .0 0 1 46 .31 9 * .0 31 46 1 . 46

**. C o r re la tio n is s ig n ific a n t a t th e 0 .0 1 le v e l ( 2-ta ile d ) . *. C o rre la tio n is s ig n ific a n t a t th e 0 .0 5 le v e l ( 2-ta ile d ) .

Dari tampilan output SPSS terlihat bahwa korelasi antara masing-masing score butir pertanyaan (q1-q8) terhadap total score butir-butir pertanyaan (Motivasi) menunjukkan hasil yang signifikan. Jadi dapat disimpulkan bahwa masing-masing butir pertanyaan adalah valid.

c. Uji dengan Anlisis Faktor Analisis faktor digunakan untuk menguji apakah butir-butir pertanyaan atau indikator (q1 sampai q8) yang digunakan dapat mengkonfirmasi sebuah faktor atau konstruk atau variabel (Motivasi). Jika masing-masing butir pertanyaan merupakan indikator pengukur Motivasi maka akan memiliki nilai leading factor yang tinggi. Misalnya sebagai contoh kita punya dua variabel atau konstruk yaitu Motivasi dan Kepuasan. Motivasi diukur



dengan delapan indikator pertanyaan (q1 sampai q8) sedangkan Kepuasan diukur dengan enam indikator pertanyaan (q9-q15). Dengan faktor analisis kita ingin menguji apakah butir pertanyaan q1 sampai q8 betul-betul merupakan indikator Motivasi dan q9 sampai q15 betul-betul merupakan indaktor kepuasan. Analisis faktor akan mengelompokkan masing-masing pertanyaan q1 sampai q15 kedalam bebera faktor. Jika q1 sampai q8 merupakan indikator Motivasi maka dengan sendirinya akan mengelompok menjadi satu dengan faktor loading tinggi begitu juga dengan kepuasa.

Langkah Analisis a. Buka file Motivas.Xlsb.

Dari menu SPSS, pilih Statistics/Analyze kemudian pilih submenu Data Reduction, lalu pilih Factor.

c. Tampak dilayak tampilan windows Factor Analysis



d. Pada box variabel, masukan semua butir pertanyaan dari q1 sampai q15.e. f.

Pilih box Extraction, dan aktifkan box Number Factor, isikan 2 lalu Continue. Pilih box Rotation, dan aktifkan Varimax dan tekan Continue

g. Klik OK h. Output SPSST o ta l V a r i a n c e E x p l a i n e d In itia l E ig e n v a lu e s E x tr a c tio n S u m s o f S q u a r e d L o aodta tio s S u m s o f S q u a r e d L o a d in g s R in g n C o m p o n e n T o ta l % o f V a r ia nCcue m u la tiv e % o ta l % o f V a r ia nCcue m u la tiv e % o ta l % o f V a r ia nCcue m u la tiv e % t T T 1 3 .5 9 9 2 3 .9 9 6 2 3 .9 9 6 3 .5 9 9 2 3 .9 9 6 2 3 .9 9 6 3 .5 6 2 2 3 .7 5 0 2 3 .7 5 0 2 3 .0 8 2 2 0 .5 4 5 4 4 .5 4 1 3 .0 8 2 2 0 .5 4 5 4 4 .5 4 1 3 .1 1 9 2 0 .7 9 2 4 4 .5 4 1 3 1 .7 5 3 1 1 .6 8 7 5 6 .2 2 8 4 1 .3 6 6 9 .1 0 7 6 5 .3 3 5 5 1 .2 3 4 8 .2 2 8 7 3 .5 6 3 6 .9 8 3 6 .5 5 4 8 0 .1 1 7 7 .7 8 1 5 .2 0 8 8 5 .3 2 5 8 .5 9 2 3 .9 4 9 8 9 .2 7 5 9 .4 7 8 3 .1 8 9 9 2 .4 6 4 10 .3 0 3 2 .0 1 8 9 4 .4 8 2 11 .2 9 2 1 .9 4 5 9 6 .4 2 7 12 .2 2 5 1 .4 9 9 9 7 .9 2 7 13 .1 3 6 .9 0 4 9 8 .8 3 0 14 .0 9 6 .6 3 8 9 9 .4 6 8 15 .0 8 0 .5 3 2 1 0 0 .0 0 0 E x tr a c tio n M e th o d : P r in c ip a l C o m p o n e n t A n a ly s is .



Seperti dalam perindah di atas dari ke 15 butir pertanyaan, kita meminta kepada SPSSuntuk dikelompokkan menjadi dua faktor (Motivasi dan Kepuasan). Dari tampilan output SPSS terlihat bahwa Faktor 1 mampu menjelaskan variasi sebesar 23,996% dan Faktor 2 mampu menjelaskan 20,545% atau kedua faktor mempu menjelaskan variasi sebesar 44,541%. Kita berharap bahwa Faktor 1 akan berisi butir-butir pertanyaan q1 sampai q8 sedangkan Faktor 2 akan berisi butir-butir pertanyaan q9-q15. Dengan rotasi varimax kita dapat output SPSS sebagai berikut :a Rotated Component Matrix

q1 q2 q3 q4 q5 q6 q7 q8 q9 q10 q11 q12 q13 q14 q15

Component 1 2 -.526 .117 -.546 .216 -.443 .357 .417 .061 .018 -.005 -.085 .828 .259 .702 -.038 .384 -.094 .861 .038 .826 .609 .331 .748 -.120 .796 .179 .595 .096 .784 .111

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.

Hasil dari rotasi varimax menunjukkan bahwa yang masuk ke faktor 1 dengan loading factor besar adalah q1, q2, q3, q4, q5, q6, q7, q8, q9, q10, q13 dan q14 sedangkan yang masuk ke Faktor 2 dengan loading factor besar adalah q4, q11, q12, q15. Dari tampilan output ini jelas bahwa yang valid menjadi indikator Motivasi adalah q1, q2, q3, q5, q6, q7, q8 sedangkan q4 tidak valid karena bukan indaktor Motivasi, tetapi lebih cenderung menjadi indikator Kepuasan. Sebaliknya yang valid menjadi indikator Kepuasan adalah q11, q12 dan q15 karena mengelompok pada Faktor 2 (Kepuasan) sedangkan indikator q10, q13 dan q14 tidak valid karena bukan indikator Kepuasan tetapi lebih cenderung menjadi indikator Motivasi.



4. ANALISIS HUBUNGAN KORELASI.

Korelasi bertujuan untuk mengukur kekuatan hubungan linier antara dua variabel. Korelasi tidak menunjukkan hubungan fungsional atau dengan kata lain analisis korelasi tidak membedakan variabel dependen dan independen. Berikut langkah analisis korelasi yang perhitungannya dengan bantuan spss: Analyze, correlate, bivariate:

Isi variabel mana yang akan dianalisis kemudian enter ok.



Validitas Dan Reliabilitas

Documents

Transcript of Validitas Dan Reliabilitas